微信扫码
添加专属顾问
我要投稿
LangGraph Cloud,一站式闭环Agent开发、调试和监控的基础设施
LangChain社区于6月24日发布了新的产品更新。在该版本中,主要推出了LangGraph Cloud封闭测试版、LangSmith中的自我改进评估器等能力。更多版本更新信息详见https://blog.langchain.dev/week-of-6-24-langchain-release-notes/。
在LangGraph v0.1稳定版基础上,LangChain发布了LangGraph Cloud,目前处于封闭测试阶段。LangGraph Cloud为大规模部署Agent提供了专用基础设施。
LangGraph Cloud支持以可扩展、容错的方式大规模部署LangGraph Agent。只需一键部署,即可在LangSmith中获得集成的跟踪和监控体验。LangGraph Cloud提供了一个集成的开发者体验,一站式实现Agent原型设计、调试和监控的Agent工作流。此外,LangGraph Cloud还提供了LangGraph Studio,用于调试Agent故障模式和快速迭代。
在LangGraph基础上,LangGraph Cloud增加了如下能力:
双重文本处理在当前运行的行线程上处理新的用户输入。它支持四种不同的策略来处理额外的上下文:拒绝、队列、中断和回滚。
用于长期运行任务的异步后台作业。可以通过轮询或webhook 检查任务是否完成。
按计划运行常见任务的Cron作业。
使用“LLM-as-a-Judge”是对LLM应用程序的输出进行分级的常用方法。其包括将生成的输出传递给一个单独的LLM,并要求它对输出进行评估。但是,确保“LLM-as-a-Judge”性能良好需要另一轮提示工程。谁来评价评估者?
LangSmith通过允许用户对LLM评估者的反馈进行修正来解决这个问题,修正后的反馈将被存储为少样本示例,用于调整/改进“LLM-as-a-Judge”。无需手动调整提示,即可改进未来的评估,确保更准确的测试。
LangChain支持一行代码初始化任何模型。使用LangChain Python中的通用模型初始化器,可以使用任何常见的聊天模型,而无需记住不同的导入路径和类名。
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业
2026-05-01
永别了,终端!OpenAI疯狂升级Codex,接管Mac人类全程0操作围观
2026-04-30
Karpathy 最新访谈:Vibe Coding 只是开始,真正重要的是 Agentic Engineering
2026-04-30
近4万Star!一个终端把自己变成了AI开发环境,Cursor和Claude Code都沉默了
2026-04-29
Claude Code 的 Memory 系统:让 AI 记住你的偏好
2026-04-29
深入浅出Harness Engineerring之核心模式与理念
2026-04-28
别急着All-in DeepSeek V4,先看看这10位从业者的真心话
2026-04-28
你不知道的 Agent:原理、架构与工程实践
2026-04-27
从 Prompt 到 Harness,Agent 进入企业需要流程治理吗
2026-04-15
2026-03-31
2026-03-13
2026-02-14
2026-02-03
2026-02-03
2026-02-03
2026-03-17
2026-02-09
2026-03-17
2026-04-26
2026-04-22
2026-04-18
2026-04-13
2026-04-12
2026-04-07
2026-04-01
2026-03-31